I1 I3 W1 W2 W3 W4 W5 W6 W7 W8 W9 S1 S2 S4
I1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
I3 0 0 0 0 0 0 0 0 0 0 0 0 0 0
W1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
W2 0 0 0 0 0 0 0 0 0 0 0 0 0 0
W3 0 0 0 0 0 0 0 0 0 0 0 0 0 0
W4 0 0 0 0 0 0 1 1 1 0 1 0 0 0
W5 0 0 0 0 0 1 0 1 0 0 0 1 0 0
W6 0 0 0 0 0 1 1 0 1 1 1 1 0 1
W7 0 0 0 0 0 1 0 1 0 1 1 0 0 1
W8 0 0 0 0 0 0 0 1 1 0 1 1 0 1
W9 0 0 0 0 0 1 0 1 1 1 0 1 0 0
S1 0 0 0 0 0 0 1 1 0 1 1 0 0 1
S2 0 0 0 0 0 0 0 0 0 0 0 0 0 0
S4 0 0 0 0 0 0 0 1 1 1 0 1 0 04. Social Network Data Management
Assistant Prof. Dr. Siwachoat Srisuttiyakorn
Department of Educational Research and Psychology
Faculty of Education Chulalongkorn University
2025-01-31
R library
xUCINETรองรับการวิเคราะห์เครือข่ายที่มีโครงสร้างซับซ้อนigraphรองรับการวิเคราะห์เครือข่ายและสร้าง visualization ของเครือข่ายstatnetlibrary ที่มีฟังก์ชันเชิงสถิติสำเร็จรูปของเครือข่ายRsienaใช้วิเคราะห์ dynamic network analysis
Data Storage
CSV หรือ Spreadsheet เป็นรูปแบบทั่วไปที่ใช้เก็บข้อมูลประเภทเครือข่าย
ควรจัดเก็บข้อมูลแต่ละเครือข่ายเป็นไฟล์ CSV แยกกัน หรือถ้าเป็น Excel Spreadsheet ก็ควรเก็บแยก sheet
ควรมีไฟล์สำหรับเก็บ attribute data ของ node แยกต่างหาก
-
รูปแบบข้อมูลเครือข่าย อาจมี 3 รูปแบบ
Adjacency matrix
Edgelist
Nodelist
Data Storage
-
การตั้งชื่อไฟล์ควรมีรูปแบบการตั้งชื่อที่รัดกุมเพื่อป้องกันความสับสน เช่น ชื่อของไฟล์อาจประกอบด้วย
ชื่อแหล่งข้อมูล (ถ้ามี)
ชื่อ Project
ชื่อเครือข่าย
รูปแบบการเก็บข้อมูลเครือข่าย เช่น AM, Edge, Node
Adjacency Matrix Format
เป็นเมทริกซ์สมมาตรหรือไม่ ?
I1 I3 W1 W2 W3 W4 W5 W6 W7 W8 W9 S1 S2 S4
I1 0 0 0 0 1 0 0 0 0 0 0 0 0 0
I3 0 0 0 0 0 0 0 0 0 0 0 0 0 0
W1 0 0 0 0 1 1 0 0 0 0 0 1 0 0
W2 0 0 0 0 0 0 0 0 0 0 0 0 0 0
W3 1 0 1 0 0 1 0 0 0 0 0 1 0 0
W4 0 0 1 0 1 0 0 0 0 0 0 1 0 0
W5 0 0 0 0 0 0 0 0 0 0 0 0 0 0
W6 0 0 0 0 0 0 0 0 0 0 0 0 0 0
W7 0 0 0 0 0 0 0 0 0 1 1 1 0 0
W8 0 0 0 0 0 0 0 0 1 0 1 0 0 1
W9 0 0 0 0 0 0 0 0 1 1 0 0 0 1
S1 0 0 1 0 1 1 0 0 1 0 0 0 0 0
S2 0 0 0 0 0 0 0 0 0 0 0 0 0 0
S4 0 0 0 0 0 0 0 0 0 1 1 0 0 0เป็นเมทริกซ์สมมาตรหรือไม่ ?
Adjacency Matrix Format
AMH ASW BJSW CAN CCQ CSWJ CW CYSR FR IJSW JGSW JSP JSWE PW SCW SSR SW
AMH 13 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
ASW 0 70 0 0 0 0 0 0 0 0 0 0 18 13 0 21 73
BJSW 0 0 95 0 0 0 0 0 0 0 0 0 13 0 0 0 19
CAN 0 0 0 109 0 0 9 0 0 0 0 0 0 0 6 0 8
CCQ 0 0 0 0 92 0 12 0 0 0 0 0 0 0 3 0 0
CSWJ 0 0 0 0 0 40 0 0 0 0 0 0 0 0 41 20 45
CW 0 0 0 7 0 0 187 6 0 0 0 0 11 7 32 10 58
CYSR 0 0 0 12 5 0 70 26 4 0 0 0 0 6 8 14 28
FR 0 0 0 0 0 0 0 0 205 0 0 0 0 0 18 0 9
IJSW 0 0 0 0 0 0 0 0 0 6 0 0 0 0 0 0 3
JGSW 0 0 0 0 0 0 0 0 0 0 9 0 0 0 18 0 18
JSP 0 0 0 0 0 0 0 0 0 0 0 35 0 0 0 7 0
JSWE 0 9 0 0 0 0 0 0 0 0 0 0 104 0 18 16 58
PW 0 0 0 7 0 0 4 0 0 0 0 0 0 9 0 0 0
SCW 0 8 0 6 0 8 17 0 6 0 6 0 21 0 149 36 124
SSR 0 7 0 0 0 0 17 0 0 0 0 0 9 0 30 105 106
SW 0 15 0 0 0 0 52 0 9 0 0 0 33 19 58 63 366
SWG 0 0 2 0 0 0 0 0 0 0 0 0 9 0 9 7 40
SWHC 0 0 0 0 0 0 0 0 0 0 0 0 0 0 20 0 26
SWRA 0 0 0 0 0 0 8 0 0 0 0 0 24 0 8 39 44
SWG SWHC SWRA
AMH 0 0 0
ASW 0 0 7
BJSW 0 0 0
CAN 0 0 0
CCQ 0 0 0
CSWJ 0 0 0
CW 0 0 0
CYSR 0 0 6
FR 0 0 0
IJSW 0 0 0
JGSW 0 0 0
JSP 0 0 0
JSWE 0 7 16
PW 0 0 0
SCW 8 6 18
SSR 0 0 25
SW 15 43 8
SWG 41 9 0
SWHC 0 86 0
SWRA 0 0 40เป็นเมทริกซ์สมมาตรหรือไม่ ?
Checklist สำหรับ adjacency matrix 1
-
ข้อมูลเป็นแบบ one-mode หรือไม่ ถ้าใช่
adjacency matrix ต้องเป็น square matrix
ให้ตรวจสอบสมาชิกในแนวทแยงมุมของเมทริกซ์
Network Direction เครือข่ายเป็นแบบไหน ถ้าเป็นแบบ undirected network แล้ว adjacency matrix เป็นเมทริกซ์สมมาตรหรือไม่
-
Labels ชื่อที่ใช้เป็น label ให้กับ node มีความซ้ำซ้อนกันหรือไม่ ระวังเรื่องการใช้อักขระพิเศษ และหากเป็น one-mode network รายชื่อตามแถวและคอลัมน์เหมือนกันหรือไม่
หากต้องการใช้ label เป็นตัวเลข ควรใส่ตัวอักษไว้หน้าตัวเลขด้วย เช่น
a1, a2, ...ไม่แนะนำให้ใช้อักขระพิเศษใน label
ไม่ควรเว้นช่องว่างใน label หากจำเป็นต้องมีควรใช้เครื่องหมาย
_คั่นกลางระหว่างคำlabel ที่เป็นตัวอักษรจะต้องสะกดให้เหมือนกันทุกครั้งในทุกไฟล์ข้อมูล ระวังเรื่องอักษรตัวเล็ก/ใหญ่
Checklist สำหรับ adjacency matrix 2
-
มีปัญหา missing value หรือไม่ ถ้ามีตรวจสอบอีกครั้งว่า missing ที่เกิดขึ้นเป็นเพราะปัญหา non-response หรือเกิดจากการบันทึกหรือจัดการข้อมูล
node missing – ไม่ได้ข้อมูลของผู้ตอบหรือ node มาทั้งชุด กรณีนี้ควรรวม node ที่หายไปใน adjacency matrix และแทนที่ missing value ทั้งหมดใน matrix ด้วย
NAหรือสัญลักษณ์อื่นที่เหมาะสมedge missing – ข้อมูลที่เก็บรวบรวมมาไม่สมบูรณ์ เช่น อาจมีหน่วยข้อมูลบางหน่วยไม่ตอบแบบสอบถาม หรือความผิดพลาดระหว่างกระบวนการเก็บรวบรวม บันทึก หรือจัดกระทำข้อมูล
มีค่าผิดปกติใน matrix หรือไม่ เช่น binary matrix ควรมีค่า 0, 1 หรือ
NAที่ใช้แทน missing value การมีค่าอื่นนอกเหนือจากนี้เป็นไปได้หรือไม่
Edgelist format 1
ชุดข้อมูลเครือข่ายแบบ edgelist ประกอบด้วยตารางข้อมูลที่มีแถวจำนวน n แถว และมีคอลัมน์จำนวนอย่างน้อย 2 คอลัมน์
แต่ละแถวแทนคู่ความสัมพันธ์ระหว่าง node ภายใต้เครือข่าย
สำหรับ directed network คอลัมน์แรกคือ sender และคอลัมน์ที่สองคือ receiver
เราสามารถใส่น้ำหนักหรือค่า attribute ของเส้นเชื่อมในคอลัมน์ที่ 3 ได้
Edgelist format 2
ตัวอย่างการเก็บข้อมูล Hawthorne_BankWiring$Conflict บน edgelist
library(tidyverse)
Hawthorne_BankWiring$Conflict %>% data.frame() %>%
rownames_to_column("node1") %>%
pivot_longer(cols = -node1, names_to = "node2", values_to = "tie") %>%
filter(tie > 0) %>%
select(-tie)# A tibble: 38 × 2
node1 node2
<chr> <chr>
1 W4 W5
2 W4 W6
3 W4 W7
4 W4 W9
5 W5 W4
6 W5 W6
7 W5 S1
8 W6 W4
9 W6 W5
10 W6 W7
# ℹ 28 more rowsEdgelist format 3
ตัวอย่างการเก็บข้อมูล Hawthorne_BankWiring$Conflict บน edgelist
library(tidyverse)
Baker_Journals$CoCitations %>%
data.frame() %>%
rownames_to_column("node1") %>%
pivot_longer(cols = -node1, names_to = "node2", values_to = "num_citation") %>%
filter(num_citation > 0)# A tibble: 107 × 3
node1 node2 num_citation
<chr> <chr> <dbl>
1 AMH AMH 13
2 AMH SW 3
3 ASW ASW 70
4 ASW JSWE 18
5 ASW PW 13
6 ASW SSR 21
7 ASW SW 73
8 ASW SWRA 7
9 BJSW BJSW 95
10 BJSW JSWE 13
# ℹ 97 more rowsChecklist สำหรับ edgelist
-
รูปแบบ
จะอยู่ในรูปแบบ long format โดยมีคอลัมน์อย่างน้อย 2 คอลัมน์
ตรวจสอบกรณีที่มีคู่ความสัมพันธ์เดียวกันปรากฎหลายครั้งในชุดข้อมูล ซึ่งอาจเป็นความผิดพลาด หรืออาจเป็นเพราะยังไม่ได้ preprocess ข้อมูล
-
Isolate note การเก็บข้อมูลในรูปแบบ edgelist จะไม่ปรากฏ node ที่เป็น isolate รวมทั้ง missing node ด้วย เนื่องจาก edgelist จะบันทึกเฉพาะคู่ความสัมพันธ์ (ties) เท่านั้น
สำหรับ one-mode data คือใส่ self tie ด้วยค่าเท่ากับ 0 ในคอลัมน์ที่
เพิ่ม node ที่เป็น isolate ตอนนำข้อมูลเข้าภายหลัง
สำหรับ missing data ให้เพิ่มแถวของคู่สัมพันธ์ที่หายไป แล้วใส่
NAในคอลัมน์ที่ 3undirected or directed network? หากเป็น undirected ลำดับของคู่สัมพันธ์จะไม่มีความแตกต่างกัน ดังนั้นควรปรากฏคู่สัมพันธ์เพียงครั้งเดียว
Nodelist format
nodelist <- Hawthorne_BankWiring$Conflict %>% data.frame() %>%
rownames_to_column("node1") %>%
pivot_longer(cols = -node1, names_to = "node2", values_to = "tie") %>%
filter(tie > 0) %>%
select(-tie) %>%
group_by(node1) %>%
summarise(node2 = list(node2), .groups = "drop")
all_nodes <- tibble(node1 = rownames(Hawthorne_BankWiring$Conflict))
nodelist <- left_join(all_nodes, nodelist, by = "node1") %>%
mutate(node2 = replace_na(node2, list(character(0))))
library(purrr)
nodelist %>%
mutate(node2_str = map_chr(node2, ~ paste(.x, collapse = ", "))) %>%
select(node1, node2_str)Nodelist format
ประหยัดพื้นที่มากที่สุด
ชื่อแรกแสดงโหนดที่ส่งความสัมพันธ์หรือ ego และชื่อที่ตามมาคือโหนดที่รับความสัมพันธ์หรือ alter
เป็นรูปแบบที่รองรับ Isolate – มีชื่อในคอลัมน์แรกและว่างในคอลัมน์ถัดไป
# A tibble: 14 × 2
node1 node2_str
<chr> <chr>
1 I1 ""
2 I3 ""
3 W1 ""
4 W2 ""
5 W3 ""
6 W4 "W5, W6, W7, W9"
7 W5 "W4, W6, S1"
8 W6 "W4, W5, W7, W8, W9, S1, S4"
9 W7 "W4, W6, W8, W9, S4"
10 W8 "W6, W7, W9, S1, S4"
11 W9 "W4, W6, W7, W8, S1"
12 S1 "W5, W6, W8, W9, S4"
13 S2 ""
14 S4 "W6, W7, W8, S1" 
Assistant Prof. Dr. Siwachoat Srisuttiyakorn
Department of Educational Research and Psychology
Faculty of Education Chulalongkorn University